[ Python ] set集合及函数的使用

1. set类型

set 和 dict 类似，也是一组 key 的集合，但是不存储 value. 由于 key  不重复，所以，在 set 中， 没有重复的 key 集合是可变类型

（1）集合的创建

# 第一种方式创建 set 类型
>>> print(type(set1), set1)
<class 'set'> {1, 3, 6, 'z', 'a', 'b'}

# 第二种方式创建 set 类型
>>> set2 = set(['z', 'a', 'b', 3, 6, 1])
>>> print(type(set2), set2)
<class 'set'> {1, 3, 6, 'z', 'a', 'b'}

# 第三种方式创建 set 类型
>>> set3 = set('hello')
>>> print(type(set3), set3)
<class 'set'> {'o', 'e', 'l', 'h'}

2. set 工厂函数

（1）add(self, *args, **kwargs)

　　新增一个元素到集合

set1 = {'a', 'z', 'b', 4, 6, 1}
set1.add(8)
set1.add('hello')
print(set1)

# 执行结果：
# {'b', 1, 'a', 4, 6, 8, 'hello', 'z'}

（2） clear()
　　清空所有集合元素

set1 = {'a', 'z', 'b', 4, 6, 1}
set1.clear()
print(set1)

# 执行结果：
# set()

（3）copy()
    拷贝整个集合并赋值给变量

set1 = {'a', 'z', 'b', 4, 6, 1}
set2 =set1.copy()
print(set2)

# 执行结果：
# {1, 'a', 4, 6, 'b', 'z'}

（4）pop()
    随机删除集合中一个元素，可以通过变量来获取删除的元素

set1 = {'a', 'z', 'b', 4, 6, 1}
ys = set1.pop()
print('set1集合：', set1)
print('删除的元素：', ys)

# 执行结果：
# set1集合： {4, 6, 'z', 'a', 'b'}
# 删除的元素： 1

（5）remove(self, *args, **kwargs)
    删除集合中指定的元素，如果该集合内没有该元素就报错

set1 = {'a', 'z', 'b', 4, 6, 1}
set1.remove('a')
print(set1)
set1.remove('x')
print(set1)

# 执行结果：
# {1, 4, 6, 'b', 'z'}
# Traceback (most recent call last):
#   File "D:/learn_python/learn_python/day13/s1.py", line 43, in <module>
#     set1.remove('x')
# KeyError: 'x'

（6）discard(self, *args, **kwargs)
    删除集合中指定的元素，如果该集合内没有该元素也不会报错

set1 = {'a', 'z', 'b', 4, 6, 1}
set1.discard('a')
print(set1)
set1.discard('y')
print(set1)

# 执行结果：
# {1, 4, 6, 'b', 'z'}
# {1, 4, 6, 'b', 'z'}

pop() 、remove() 、 discard() 三个集合删除函数比较：
    pop() 随机删除集合中一个元素remove() 删除集合中指定的元素，如果集合中没有指定的元素，程序报错！
    discard() 删除集合中指定的元素，如果集合中没有指定的元素，程序正常运行。

（7） intersection  & ：交集； union | ：并集合； difference - ： 差集

set1 = {'a', 'b', 'x', 'y'}
set2 = {'i', 'j', 'b', 'a'}

# 交集
print(set1 & set2)
print(set1.intersection(set2))

# 执行结果：
# {'a', 'b'}
# {'a', 'b'}


# 并集
print(set1 | set2)
print(set1.union(set2))

# 执行结果：
# {'y', 'j', 'a', 'b', 'x', 'i'}
# {'y', 'j', 'a', 'b', 'x', 'i'}

# 差集
print(set1 - set2)
print(set1.difference(set2))
print(set2 - set1)
print(set2.difference(set1))

# 执行结果：
# {'y', 'x'}
# {'y', 'x'}
# {'j', 'i'}
# {'j', 'i'}

（8）difference_update ()
    求差集，并赋值给源集合

set1 = {'a', 'b', 'x', 'y'}
set2 = {'i', 'j', 'b', 'a'}
set1.difference_update(set2)
print(set1)

# 执行结果：
# {'y', 'x'}

（9）intersection_update()
    求交集，并赋值给源集合

set1 = {'a', 'b', 'x', 'y'}
set2 = {'i', 'j', 'b', 'a'}

set1.intersection_update(set2)
print(set1)

# 执行结果：
# {'b', 'a'}

（10）symmetric_difference()  和 ^ 符号效果一样
    求交叉补集

set1 = {'a', 'b', 'x', 'y'}
set2 = {'i', 'j', 'b', 'a'}

print('symmetric_difference:', set1.symmetric_difference(set2))
print('^:', set1 ^ set2)

# 执行结果：
# symmetric_difference: {'x', 'i', 'y', 'j'}
# ^: {'x', 'i', 'y', 'j'}

（11）symmetric_difference_update()
　　求交叉补集并赋值给源集合

set1 = {'a', 'b', 'x', 'y'}
set2 = {'i', 'j', 'b', 'a'}

set1.symmetric_difference_update(set2)
print(set1)

# 执行结果：
# {'y', 'i', 'j', 'x'}

（12）update()
    更新集合，参数为可迭代对象

set1 = {'a', 'b', 'x', 'y'}

set1.update(('hello', 'world'))
print(set1)

# 执行结果：
# {'hello', 'world', 'b', 'a', 'y', 'x'}

add() 和 update() 比较：
    add()： 只能添加一个元素到集合
    update(): 可以添加多个元素到集合，参数为 iterable

使用 frozenset 定义不可变集合

s = frozenset('hello')
print(s)

# 执行结果：
# frozenset({'h', 'e', 'o', 'l'})

 使用 frozenset 定义的集合，没有 add 或者 pop 等方法

3. 函数

（1）函数表现形式
python中函数的定义方法：

def test(x):
        "The function definitions"
        x += 1
        return x

def: 定义函数关键字
test: 函数名(): 内可定义参数"": 文档描述（非必要，强烈建议添加函数信息描述）
x+=1 : 泛指代码块或程序处理逻辑
return: 定义返回值

调用运行：可以带参数也可以不带函数名()

使用函数的好处：
    代码重用
    保持一致性，易维护
    可扩展

函数返回值：
    返回值 = 0 ： 返回 None
    返回值 = 1 ： 返回 object
    返回值数 > 1： 返回 tuple

（2）函数的参数

建议参考：廖老师python3函数的参数

4. 全局变量和局部变量

如果函数的内容无 global 关键字，优先读取局部变量，能读取全局变量，无法对全局变量重新赋值 NAME='FFF'，但是对于可变类型，可以对内部元素进行操作；
如果函数中有 global 关键字，变量本质上就是全局变量，可读取可赋值 NAME='fff'

name = 'hkey'

def test1():
        name = 'xiaofei'
        print(name)

def test2():
        global name
        name = 'xxxx'

test1()
test2()
print('name:', name)

# 执行结果：
# xiaofei
# name: xxxx

 

如果函数内无 global 关键字：

    （1）有声明局部变量

NAME = ['xiaofei', 'hkey']

def test():
        NAME = 'sky'
        print('name:', NAME)

test()

# 执行结果：
# name: sky

    （2）无声明局部变量
    对于可变类型，可以对内部元素进行操作；

NAME = ['xiaofei', 'hkey']

def test():
        NAME.append('sky')
        print('name:', NAME)

test()

# 执行结果：
# name: ['xiaofei', 'hkey', 'sky']

如果函数内有 global 关键字

    （1）有声明局部变量

NAME = ['xiaofei', 'hkey']

def test():
        # 获取全局变量 NAME
        global NAME
        # 打印全局变量 NAME
        print('global NAME:', NAME)
        # 将全局变量 NAME 修改为 'test_func'
        NAME = 'test_func'
        # 打印修改后的全局变量
        print('name:', NAME)

test()

# 执行结果：
# global NAME: ['xiaofei', 'hkey']

    （2）无声明局部变量

NAME = ['xiaofei', 'hkey']

def test():
        # 获取全局变量 NAME
        global NAME
        # 打印全局变量 NAME
        print(NAME)
        # 修改全局变量为 ['sky']
        NAME = ['sky']
        # 追加全局变量
        NAME.append('blue')
        # 打印修改后的全局变量
        print(NAME)

test()

# 执行结果：
##['sky','blue']

在代码中我们规定，全局变量名全部使用大写，而局部变量用小写，这边就避免变量名的混淆；

    （3）nonlocal 关键字用来在函数或者其他作用域中使用外层变量

def outer():
        num = 10
        def inner():
                nonlocal num    # nonlocal 关键字声明
                num = 100       # 修改作用域 num 使用方法和 global 一致
                print(num)      
        inner()
        print(num)          # 该 num 已经在 inner() 中修改过的

outer()

# 执行结果：
# 100
# 100

 5. 递归函数

 　　（1）函数即变量

def test():
        pass

t = test    # 把函数当作值 赋值给变量 t
print(t)

# 执行结果：
# <function test at 0x00000245A2FBA048>

 　　

　　（2）递归函数

    　　在函数内部，可以调用其他函数。如果一个函数在内部调用自身本身，这个函数就是递归函数。
    　　递归函数的优点是定义简单，逻辑清晰。理论上，所有的递归函数都写成循环的方式，但循环的逻辑不如递归清晰。

def fact(n):
        if n == 1:
                return 1
        return n * fact(n - 1)

print(fact(5))

# 执行过程如下：
# 
# ===> fact(5)
# ===> 5 * fact(4)
# ===> 5 * (4 * fact(3))
# ===> 5 * (4 * (3 * fact(2)))
# ===> 5 * (4 * (3 * (2 * fact(1))))
# ===> 5 * (4 * (3 * (2 * 1)))
# ===> 5 * (4 * (3 * 2))
# ===> 5 * (4 * 6)
# ===> 5 * 24
# ===> 120

    递归函数就像问路一样，有去有回。A问B，B在问C，C知道答案返回给B，B在返回给A
    必须有一个明确的结束条件
    每次进入更深一层的递归时，问题规模相比上次递归应有所减少
    递归效率不高

　　（3）尾递归优化

    　　尾递归是指，在函数返回的时候，调用自身本身，并且，return 语句不能包含表达式。

def fact(n):
        return fact_iter(n, 1)

def fact_iter(num, product):
        if num == 1:
                return product
        # return 语句不能包含表达式。递归本身无论调用多少次，都只占用一个栈帧
        return fact_iter(num - 1, num * product)

# 运行过程：
# fact(5)
# ===> fact_iter(5, 1)
# ===> fact_iter(4, 5)
# ===> fact_iter(3, 20)
# ===> fact_iter(2, 60)
# ===> fact_iter(1, 120)
# ===>120